基于粒子群算法的星敏感器光学误差标定方法

针对星敏感器光学误差两步法标定局部寻优能力强,但标定结果受初值影响大的问题,基于粒子群算法,提出一种改进的星敏感器光学误差参数标定方法。该方法首先利用粒子群算法全局搜索能力强的优点,为光学误差的两步法标定提供一组次优的初值条件,然后将其代入两步法中,得到标定值。仿真结果表明:该方法能够有效解决两步法标定受初值条件影响大的不足,并能够提高标定结果的稳定性。     

一种基于自适应能力改进的AFSA算法研究

文章在分析基本人工鱼群算法(AFSA)的基础上,提出了一种基于自适应能力的改进人工鱼群算法,在不明显增加算法计算复杂性的前提下,引入自适应移动和visual、step参数自适应调整策略,这对于克服算法优化后期收敛速度慢,感知和移动距离随机性大、寻优精度低等缺点具有显著效果。仿真测试表明,改进后的人工鱼群算法在很大程度上摆脱了局部极值吸引的能力,寻优精度明显提高。     

基于AFSA的指数基金投资优化复制

为满足在最小的追踪误差范围内选取少量的成分证券来实现对整个标的指数的优化复制,本文采用人工鱼群算法根据预先设定的标准选择部分证券并对其在组合中的相对权重进行优化再配置,从而使得构建出来的指数组合的追踪成本及其与标的指数之间的追踪误差最小。通过实例证明,采用本文方法可以对股票权重进行合理优化,进而达到最小的跟踪误差。     

基于GA-LM融合的星敏感器参数标定算法

针对传统标定算法精度存在受到初始值影响较大的问题,提出一种基于GA-LM融合的参数标定算法。首先分析了星敏感器系统误差对星点坐标位置的影响,确定各标定参数。接着充分利用了GA算法的全局搜索以及LM算法的局部寻优能力,提出一种融合算法解决了最小二乘算法依赖初值、易陷入局部收敛以及GA算法标定效率低、标定结果差的问题,通过半实物仿真系统实验表明,相比于优化前精度提高了88.099%,相比于传统最小二乘法的精度提高了68.015%,体现出了融合算法较大的优越性。     

一种基于AFSA与RST分类规则挖掘算法

利用人工鱼群算法对信息系统的数量型属性进行离散化,然后用RST进行分类规则挖掘,再将AFSA与RST相结合,提出了一种基于AFSA与Rsr分类规则挖掘新算法,该算法不仅有效地解决了利用粗糙集进行分类规则挖掘时数量型属性的离散化问题,而且可挖掘出所要解决问题的一般分类规则.实验表明该算法是有效和正确的.     

基于分解协调的人工鱼群优化算法研究

本文针对复杂大系统的优化问题中方程数多，变量维数高等特点，描述了一种基于分解协调思想的人工鱼群优化算法，并以换热器系统为例进行了计算，结果表明，该方法具有较好的收敛性，初值不敏感性和参数不敏感性等特点。     

基于惯性比特征的三角形星图识别算法

为了提高星敏感器的星图识别性能,提出了一种基于惯性比特征的三角形星图识别算法。该算法将导航三角形的形心惯性比和导航三角形最长边的角距值作为匹配特征量,并以此构建导航特征库,采用散列函数的方式搜索导航特征库。由于将三角形特征量的维数由三维缩减至二维,该算法具有导航星数据库容量小、搜索匹配速度快的优点。仿真实验表明,在星点位置噪声标准偏差为2像素、星等噪声标准偏差为0.8等的条件下,该算法的识别率均在99%以上,平均识别时间约为1.29ms,和现有三角形算法相比均具有一定的优势。并在地面观星实验中,取得了非常好的效果。     

一种改进的基于奇异值分解的星图识别算法

星敏感器是高精度的姿态测量部件,在各种航天、航空飞行器的姿态测量或控制系统中发挥着关键作用。作为星敏感器的核心技术,可靠、快速和高精度的星图识别算法一直是重要的研究课题。论文对星图识别算法进行研究。针对基于奇异值分解的星图识别算法可能出现的由于视轴不连续所造成的全天区覆盖率较低问题,提出了一种改进的基于奇异值分解的星图识别算法,详细阐述了各部分算法的设计思想。论文最后在JDK5.0开发环境中用JAVA语言实现了改进算法,并与传统的三角形算法的性能进行了比较详尽的对比。     

基于变异算子与模拟退火混合的人工鱼群优化算法

人工鱼群算法(AFSA)是一种新型的群智能随机全局优化技术.本文在分析AFSA存在不足的基础上,提出了基于变异算子与模拟退火混合的人工鱼群优化算法.该算法保持了AFSA算法简单、易实现的特点,克服了人工鱼漫无目的随机游动或在非全局极值点的大量聚集,显著提高了算法的运行效率和求解质量.通过函数和实例测试验证,表明了该算法是可行和有效的.     

基于星敏感器的跟瞄系统在轨标定方法

为分析空间跟瞄机构光轴误差问题,建立了星上跟瞄系统模型,介绍了跟瞄系统不同坐标系间的转换形式,分析了跟瞄机构光轴的误差形式,提出了多星敏光轴标定算法,介绍了标定过程中的坐标转换过程和误差计算方法,通过仿真验证了算法的正确性,并比较了随机误差对光轴标定的影响,同时在引入星敏感器全天识别算法的情况下对双星敏标定算法的正确性进行了验证,对精确度进行了分析。经仿真,双星敏算法标定精确度可达25”以内,比例系数K值小于0.01,在跟瞄相机与星敏同时工作的情况下解决了跟瞄相机的在轨标定问题。     

人工鱼群算法研究综述

人工鱼群算法是一种新型的群体智能随机全局优化算法。在阐述鱼群算法的基本原理的同时,综述了近年来鱼群算法的发展历程及其改进算法,分析了其应用领域,并提出了今后的研究方向。     

基于动态人工鱼群优化的WSN分簇算法

将群智能优化算法引入无线传感器网络分簇路由协议的设计能有效地节约节点能量和提高分簇效率.针对基本人工鱼群算法在运算速度方面的不足,提出了一种基于动态人工鱼群优化的无线传感器网络分簇算法,算法为了同时具有较好的全局搜索和局部寻优能力,更快地得到最优分簇结果,在一次迭代进化中除了考虑人工鱼的觅食行为、聚群行为和追尾行为的寻...     

基于人工鱼群聚类的雷达信号分选算法

随着科技的不断发展,各种新体制雷达的不断出现,使得电磁环境变得复杂多变,这就对雷达信号的处理提出了新的要求。目前普遍采用的基于直方图统计的信号分选方法已经不能满足当前雷达信号分选的要求。文中将人工鱼群聚类算法引入到雷达信号分选中,并对其进行了改进,对雷达信号分选进行了一种新的探索,该方法不需要雷达信号的先验知识,适用于处理未知雷达信号。通过仿真实验证明该算法分选准确率高,为雷达信号分选提供了新的思路。     

基于改进鱼群算法的WSN覆盖优化策略

本文提出了一种基于改进人工鱼群算法的无线传感器网络覆盖优化策略.通过对人工鱼群视野范围和步长的自适应调整,提高了算法的寻优精度、收敛速度以及稳定性;再结合WSN网络覆盖的性能,使网络覆盖得以优化.仿真结果表明,改进的人工鱼群算法优化的网络覆盖率比基本人工鱼群算法的网络覆盖率提高了17％.     

基于人工鱼群的中继卫星多用户检测方法

随着航天技术的发展,未来的中继卫星系统需要为多个用户航天器提供码分多址通信服务。因此需要采用多用户检测技术来抑制多个用户航天器信号之间的多址干扰。文中将人工鱼群优化算法引入到中继卫星系统多用户检测中,通过模拟人工鱼群觅食过程中的觅食行为、聚集行为以及尾随行为,利用人工鱼群的迭代优化,实现多址干扰的最小化。为加快人工鱼群算法的收敛速度,文中将解相关多用户检测的结果作为人工鱼群算法的迭代初值。结果表明,基于人工鱼群算法的多用户检测方法误码率在信噪比为10 dB时可以达到10 ^-6数量级,在误码率、远近效应以及用户容量等方面的性能优于传统的多用户检测方法。     

Research and Implementation of Parallel Artificial Fish Swarm Algorithm Based on Ternary Optical Computer

Mobile Networks and Applications - Artificial fish swarm algorithm (AFS) is used in the field of function optimization problems widely. The traditional AFS algorithm has some problems such as long...     

基于人工鱼和细胞膜优化医学 DR图像增强研究

针对医学DR图像对比度低、细节和边缘不清晰的问题,提出一种基于人工鱼和细胞膜优化的医学DR图像增强方法。该方法采用人工鱼群算法优化Otsu方法,利用优化后的Otsu方法对医学DR图像进行分割,采用细胞膜优化算法对分割后的部分区域分解,分解后的高频强区做非线性增强,高频弱区和低频区做直方图均衡化增强,其余部分做线性增强。仿真实验表明这种方法有效地消除了医学DR图像中噪声,增强后医学DR图像细节信息更加清楚,具有高的有效性和鲁棒性。     

基于人工鱼群PID控制算法的四旋翼飞行器控制

针对传统的试凑法对四旋翼飞行器PID控制参数的整定精确度低等问题,提出采用全局人工鱼群算法将PID的3个参数作为鱼群中的一个个体组合,根据目标函数的变化情况及个体的状态,进行觅食、聚群、追尾等行为选择,从而在全局范围内搜索PID参数的最优组合,并结合动力学模型实现飞行器的飞行控制。仿真结果表明,全局人工鱼群算法具有更高的适应性和鲁棒性,且提高了系统的精度。